互聯(lián)網(wǎng)時代,，PC,、Pad、智能手機等設備無處不在,，數(shù)以億計的用戶通過微博,、微信、SNS,、博客等途徑產(chǎn)生大量的自媒體數(shù)據(jù),，電商、新聞類網(wǎng)站,、搜索引擎每時每刻都在記錄著豐富的用戶行為信息,，海量的數(shù)據(jù)促進了云計算，分布式技術的發(fā)展,，而這些技術反過來不僅推動了Web和移動互聯(lián)網(wǎng)的革新,，也推動了物聯(lián)網(wǎng)的飛速前進。現(xiàn)在,，我們正逐漸邁入物聯(lián)網(wǎng)時代,，實現(xiàn)萬物互聯(lián)的愿景,，如果說之前人是信息生產(chǎn)的主體，那么或許不久的將來設備將成為主角,，它們將源源不斷地產(chǎn)生與人相關的衣食住行信息,，這些信息會通過云計算、數(shù)據(jù)挖掘等技術實現(xiàn)價值的升華從而為用戶提供更優(yōu)質,、貼心的服務,。那么物聯(lián)網(wǎng)時代會產(chǎn)生什么樣的數(shù)據(jù)，應該采用什么樣的大數(shù)據(jù)策略呢,？
THINKstrategies 的總經(jīng)理 Jeff Kaplan 在自己的博文《 當物聯(lián)網(wǎng)遇見大數(shù)據(jù) 》中寫道：
“你不能使用現(xiàn)在的策略,，因為可以被捕獲、管理并利用的數(shù)據(jù)將更加多樣化,，同時用例也會更加豐富,。附加到各種設備和對象上的傳感器會產(chǎn)生各種類型的數(shù)據(jù)。這些數(shù)據(jù)將會用于各種響應式的,、主動的或者 創(chuàng)造性的目的 ,。IT部門的任務就是與業(yè)務部門一起工作，完全理解物聯(lián)網(wǎng)方面的用例,，然后尋找滿足業(yè)務需求的技術,。特別是，IT部門必須識別出最優(yōu)的分析平臺和工具,，讓業(yè)務用戶能夠獲取到需要的數(shù)據(jù),，分析數(shù)據(jù)的含義并快速地做出響應?！?/p>
Gartner公司的副總裁,、著名分析師 Joe Skorupa 認為：
“分布在世界各地的物聯(lián)網(wǎng)設備將產(chǎn)生大量的輸入數(shù)據(jù)，將所有的數(shù)據(jù)傳送到一個位置進行處理無論從技術上還是從經(jīng)濟上都是無法實現(xiàn)的,。最近的趨勢——將應用程序集中起來以便于降低成本并增強安全性——并不適合物聯(lián)網(wǎng),。組織必須將數(shù)據(jù)集中到多個分布式的小型數(shù)據(jù)中心中，在此對數(shù)據(jù)進行初步的處理并發(fā)送到一個中心站點進行額外的處理,。數(shù)據(jù)中心管理員需要在這些區(qū)域部署更加具有前瞻性的容量以滿足業(yè)務發(fā)展的需要,。”
Patrick McFadin則在自己的博文《 物聯(lián)網(wǎng)：數(shù)據(jù)都去了哪里,？ 》中闡述了一個具體的數(shù)據(jù)策略解決方案,。他認為整個過程可以分為三個階段：產(chǎn)生數(shù)據(jù)并通過Internet傳遞、中央系統(tǒng)收集并組織數(shù)據(jù),、持續(xù)的數(shù)據(jù)分析與使用,。
第一階段需要決定數(shù)據(jù)創(chuàng)建的標準以及如何通過網(wǎng)絡進行傳遞。Patrick McFadin認為可以通過HTTP,、MQTT和CoAP三種常用的標準協(xié)議傳遞數(shù)據(jù),。HTTP通用程度高,，但是它的頭中包含大量冗余信息，不太適合帶寬比較低的場景,。MQTT基于發(fā)布/訂閱模型,，新的設備或者服務能夠非常容易地連到中央系統(tǒng)上消費消息。另外,，它在消息大小上比HTTP更輕量,，但是缺點是不包含加密標準。CoAP適合于低功耗,、低帶寬的場景,，與MQTT的訂閱模式相比它更側重于一對一的連接。
第二階段則需要根據(jù)設備,、網(wǎng)絡以及功耗的限制決定是實時地收集數(shù)據(jù)還是在某個時間批量收集,，同時還需要決定如何存儲數(shù)據(jù)。如果是實時收集,，那么必須要考慮數(shù)據(jù)庫的寫入速度,，這對于傳統(tǒng)的數(shù)據(jù)庫而言可能是一個挑戰(zhàn)，但是像 Cassandra 這樣的NoSQL數(shù)據(jù)庫卻能夠輕松應對,。
一旦完成了數(shù)據(jù)的收集與存儲,，接下來就是分析了，這才是整個過程最核心的部分,。此時需要考慮需要何時使用分析結果,，是否需要立即或近乎實時的分析，還是僅僅需要對歷史數(shù)據(jù)進行處理,。越來越多的人在使用Apache Spark分析大數(shù)據(jù)，使用Spark Streaming滿足近乎實時的要求,，如果將這些技術與Cassandra這樣的NoSQL數(shù)據(jù)庫結合在一起使用,，那么開發(fā)者就能夠處理并分析大規(guī)模、快速移動的數(shù)據(jù)集,。
那么是不是所有的物聯(lián)網(wǎng)廠商都需要自己去構建相關的數(shù)據(jù)解決方案呢,？也不盡然，在云計算的時代大可以利用云服務提供商的資源,，以降低相關的成本,，對小公司或初創(chuàng)公司更是如此。
Mike Kavis最近在自己的博文《 物聯(lián)網(wǎng)將徹底改變你的大數(shù)據(jù)策略 》中闡述了自己的方案,，他認為：
“在物聯(lián)網(wǎng)時代,，面對PB級的數(shù)據(jù)，企業(yè)將難以以一己之力完成基礎設施的建設,。物聯(lián)網(wǎng)所產(chǎn)生的大量數(shù)據(jù)不僅會驅動現(xiàn)在的數(shù)據(jù)中心發(fā)生根本性的變化,，同時也會驅動相關企業(yè)采用新的大數(shù)據(jù)策略,。由于缺乏相關技能以及持續(xù)增長的數(shù)據(jù)對基礎設施采購的需求，企業(yè)將逐步放棄DIY模式,，轉而使用PaaS和托管的解決方案,，借助于數(shù)據(jù)庫即服務（例如Amazon的Redshift、Hortonworks和Cloudera的企業(yè)級Hadoop）,、托管的大數(shù)據(jù)服務（例如Treasure Data）以及矩陣式的數(shù)據(jù)中心服務（例如GoGrid）實現(xiàn)自己的物聯(lián)網(wǎng)數(shù)據(jù)分析方案,。
總之，物聯(lián)網(wǎng)的價值在于數(shù)據(jù),。企業(yè)對數(shù)據(jù)的分析工作啟動地越快,，挖掘出的業(yè)務價值就越多。而云服務提供商的目的就是通過加大相關的投入,，消除數(shù)據(jù)收集,、管理的風險以及復雜性，讓客戶能夠專注于分析,?！?/p>
